지불거부응답의 판별 (Detecting Protest Responses)

Korean Abstract: 조건부가치측정법(contingent valuation method)은 비시장재의 경제적 가치를 추정하는 방법의 하나로, 공공사업의 경제적 편익을 계산하는 데 이용되어 왔다. 지불거부응답(protest responses)은 본인의 선호와 상관없이 설문과정에서 공공사업에 대해 단1원도 지불할 의사가 없다고 응답하는 행동으로, 전체 CVM 응답의 25% 정도를 차지한다. 본 연구는 평가 대상이 된 공공재의 가치 추정에 있어 지불거부응답 행동에 의한 편의(bias)를 최소화하기 위해, 자신의 선호에 의해 지불의사액이 ‘0’이라고 답한 응답으로부터 지불거부응답을 판별해 내는 문항(protest response filtering items)과 그 미시적 근거를 제시한다. 이를 위해 본 논문은 선호에 기반한 지불의사액을 ‘잠재적 지불의사액(implicit willingness-to-pay)’이라고 정의함으로써 설문과정에서 선호체계 이외에 다양한 요인이 작용하여 결정된 ‘구술된 지불의사액(stated willingness-to-pay)’과 구분하였다. 한편, 한국개발연구원(KDI)에서 주관한 20여 건의 CVM 데이터를 이용한 실증분석 결과에 의하면, 지불거부응답은 무작위가 아닌 응답자의 사회․경제적 특징에 의해 체계적으로 발생한다. 이는 지불거부응답을 공공재의 경제적 가치 추정에서 제외시킬 때 선택편의(selectivity bias)가 발생할 수 있음을 의미한다. English Abstract: This study analyzes ways to detect protest responses (hereafter, PR zero-bid) in the contingent valuation method (CVM). In order to distinguish PR zero-bids from true zero-bids (non-PR zero bids), this study adopts the concept of the implicit willingness to pay employing the Hicksian compensating surplus and the Taylor’s 1st order approximation. When a respondent proposes a zero-bid (i.e., WTP=0) and chooses a PR filtering item to indicate that her implicit WTP is not necessary zero, her response is identified as a PR zero bid. PR filtering items falling into the PR zero bids category include the uncertainty of information, distrust in the government and project achievement, disagreement to project plans, discontent with the fairness of public works and their payment method and animosity against the CVM itself. The empirical analysis shows that PR zero bids take place systematically in particular respondent groups: respondents who have never used similar facilities before nor plans to use the facility provided by the public project, the employed, and low income groups. In conclusion, the study suggests that a CVM questionnaire needs to be designed carefully to minimize problems associated with PR zero bids and the potential risks of having sample selection bias should be concerned.